将 Excel 工作簿中的所有工作表转换为 csv 格式

Posted 2023-03-11

【中文标题】将 Excel 工作簿中的所有工作表转换为 csv 格式

【英文标题】：Converting all worksheets in an Excel workbook to csv format

【发布时间】：2019-10-26 10:53:42

【问题描述】：

我的 Excel 文档 my.xlsx 有两个名为 Sheet1 和 Sheet2 的工作表。我想使用xlsx2csv 将所有工作表转换为csv 格式。我使用了以下命令：

from xlsx2csv import *
xlsx2csv my.xlsx convert.csv
File "<stdin>", line 1
    xlsx2csv my.xlsx convert.csv
              ^
SyntaxError: invalid syntax

x2c -a my.xlsx my1.csv
  File "<stdin>", line 1
    x2c -a my.xlsx my1.csv
            ^
SyntaxError: invalid syntax

请帮忙。

【参考方案1】：

我之前没有用过xlsx2csv，但我们为什么不试试pandas。

您的要求可以这样解决：

import pandas as pd
for sheet in ['Sheet1', 'Sheet2']:
    df = pd.read_excel('my.xlsx', sheetname=sheet)
    df.to_csv(sheet + '_output.csv', index=False)

【讨论】：

感谢@Kelvin 的回答。如果您提供不使用工作表名称的解决方案，将不胜感激。 B/c 我的 xlsx 非常大，使用 Excel 不容易打开，所以不知道手头的工作表名称。谢谢

@MYaseen208 是的，绝对的。您可以执行以下操作：my_file = pd.ExcelFile('my.xlsx')，然后循环遍历所有工作表：for sheet in my_file.sheet_names: df = pd.read_excel('my.xlsx', sheetname=sheet)

因为 pd.read_excel 非常慢。

似乎是自 2018 年以来在pd.read_excel('my.xlsx', sheet_name=sheet) 中的 sheet_name。见typeerror-with-pandas-read-excel。

【参考方案2】：

您可以执行以下操作：

import pandas as pd

xls_file = pd.ExcelFile('<path_to_your_excel_file>')
sheet_names = xls_file.sheet_names

for sheet in sheet_names:
    df = xls_file.parse(sheet)

【参考方案3】：

Xlsx2csv python 实现： 只能使用 sheetid 参数执行 Xlsx2csv。为了获取工作表名称和 ID，使用了 get_sheet_details。 csvfrmxlsx 为父目录下 csv 文件夹中的每个工作表创建 csv 文件。

import pandas as pd
from pathlib import Path


def get_sheet_details(filename):
    import os
    import xmltodict
    import shutil
    import zipfile
    sheets = []
    # Make a temporary directory with the file name
    directory_to_extract_to = (filename.with_suffix(''))
    os.mkdir(directory_to_extract_to)
    # Extract the xlsx file as it is just a zip file
    zip_ref = zipfile.ZipFile(filename, 'r')
    zip_ref.extractall(directory_to_extract_to)
    zip_ref.close()
    # Open the workbook.xml which is very light and only has meta data, get sheets from it
    path_to_workbook = directory_to_extract_to / 'xl' / 'workbook.xml'
    with open(path_to_workbook, 'r') as f:
        xml = f.read()
        dictionary = xmltodict.parse(xml)
        for sheet in dictionary['workbook']['sheets']['sheet']:
            sheet_details = 
                'id': sheet['@sheetId'],  # can be sheetId for some versions
                'name': sheet['@name']  # can be name
            
            sheets.append(sheet_details)
    # Delete the extracted files directory
    shutil.rmtree(directory_to_extract_to)
    return sheets


def csvfrmxlsx(xlsxfl, df):  # create csv files in csv folder on parent directory
    from xlsx2csv import Xlsx2csv
    for index, row in df.iterrows():  
        shnum = row['id']
        shnph = xlsxfl.parent / 'csv' / Path(row['name'] + '.csv')  # path for converted csv file
        Xlsx2csv(str(xlsxfl), outputencoding="utf-8").convert(str(shnph), sheetid=int(shnum))  
    return


pthfnc = 'c:/xlsx/'
wrkfl = 'my.xlsx'
xls_file = Path(pthfnc + wrkfl)
sheetsdic = get_sheet_details(xls_file)  # dictionary with sheet names and ids without opening xlsx file
df = pd.DataFrame.from_dict(sheetsdic)
csvfrmxlsx(xls_file, df)  # df with sheets to be converted